这是 msvmocas 命令，可以使用我们的多个免费在线工作站之一在 OnWorks 免费托管服务提供商中运行，例如 Ubuntu Online、Fedora Online、Windows 在线模拟器或 MAC OS 在线模拟器
程序：
您的姓名
msvmocas - 训练多类线性 SVM 分类器
概要
微博 [选项] 示例文件 模型文件
商品描述
微博 是一个使用 Optimized 训练多类线性 SVM 分类器的程序
支持向量机 (OCAS) 的切割平面算法并生成模型文件。
示例文件 是一个带有 SVM^light 格式的训练示例的文件，以及 模型文件 是
用于存储学习的线性规则的文件 f(x)=W'*x. 模型文件 包含 M 列
和 D 线，其中 M 是类的数量和 D 维数，
对应于矩阵的元素 W [D x M].
配置
下面是选项的摘要。
一般用途总体评估 opţiuni:
-h 显示选项摘要。
-v (0|1)
设置详细级别（默认： 1)
学术项目 opţiuni:
-c 浮动
正则化常数 C.（默认： 1)
-n 整数
只使用第一个 整数 训练的例子。 默认情况下， 整数 等于
中的示例数量 示例文件.
优化 opţiuni:
-m (0|1)
要使用的求解器：
0 ...标准切割平面（相当于BMRM，SVM^perf）
1 ... OCAS（默认）
-s 整数
切割平面的缓存大小。 （默认： 2000)
停止 条件：
-a 浮动
绝对容差 TolAbs：如果 量子点 <= 工具包. （默认： 0)
-r 浮动
相对容差 TolAbs：如果 量子点 <= 绝对（QP）* TolRel. （默认： 0.01)
-q 浮动
期望的目标值 QPValue：暂停是 QP <= QP值. （默认： 0)
-t 浮动
如果求解器时间（不计算加载时间）超过中给出的时间，则停止
秒。 （默认： 无穷大)
示例
从示例文件训练多类 SVM 分类器 example4_train.light，与
正则化常数 C=10，关闭冗长，并将模型保存到 msvmocas.模型:
msvmocas -c 10 -v 0 example4_train.light msvmocas.model
计算存储在的分类器的测试误差 msvmocas.模型 - 分类(1)
使用来自的测试示例 example4_test.light 并将预测的标签保存到
example4_test.pred:
linclassif -e -o example4_test.pred example4_test.light msvmocas.model
使用 onworks.net 服务在线使用 msvmocas
